2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、合成孔徑雷達(Synthetic Aperture Radar,SAR)由于具有不受光照、時間及氣候等客觀條件影響的優(yōu)點,使得它廣泛應(yīng)用于很多領(lǐng)域。然而因為 SAR系統(tǒng)成像機理的特殊性和不同物體表面后向散射的多樣性,使得 SAR圖像的處理工作變得極其困難。而SAR圖像中固有的斑點噪聲更加劇了圖像中目標邊緣的模糊程度。SAR圖像的目標邊緣檢測是 SAR圖像處理領(lǐng)域中的重要研究內(nèi)容,其輪廓提取精度的高低直接影響著圖像解譯的質(zhì)量。因此,設(shè)計一

2、種高效、高精度的 SAR圖像輪廓提取算法是非常有必要的。而現(xiàn)存的 SAR圖像分割方法往往含有算法復雜度高、噪聲抑制能力差、提取精度低等缺點。為了解決以上問題對實際應(yīng)用造成的困擾,本文開展了以下研究工作:
  1)首先使用Gamma分布來描述SAR圖像的統(tǒng)計特性,其次,針對Ayed模型算法復雜度低而抑制噪聲能力差、局部高斯分布擬合能量(local Gaussian distribution fitting energy, LGDF)

3、模型算法復雜度高而抑制噪聲能力強的特點,結(jié)合兩者的優(yōu)點,提出了基于區(qū)域的活動輪廓分割模型,該模型抑制噪聲能力強且算法復雜度低。最后通過合成和真實SAR圖像的實驗結(jié)果驗證了提出方法的有效性。
  2)針對現(xiàn)存方法處理SAR圖像尖銳邊緣和弱邊緣能力較差的問題,在上述研究內(nèi)容的基礎(chǔ)上,提出了基于邊緣-區(qū)域的活動輪廓模型。該模型包括兩項:邊緣-區(qū)域項和正則項。邊緣-區(qū)域項由Gamma模型和梯度項模型導出,主要用于處理斑點噪聲和牽引曲線朝著

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論